SlideShare uma empresa Scribd logo
1 de 7
Baixar para ler offline
1. Enunciado: TESIS: En la Programación Lineal Entera (PLE) las variables están restringidas a ser
enteros lo que presenta ventajas como ser más realistas y más flexibles y desventajas como que
son más difíciles de modelar y mucho más difíciles de resolver.

POSTULADO I: Los problemas que contienen variables binarias (sólo 1s y o 0s) son difíciles de
modelar.

POSTULADO II: la programación Lineal Entera (PLE) es aplicable en situaciones cotidianas del diario
vivir, de ahí que tiene gran importancia para la toma de decisiones con total certeza.

a. De la tesis se deducen los postulados I y II
b. De la tesis se deduce el postulado I
c. De la tesis sólo se deduce el postulado II
d. Ninguno de los postulados se deduce de la tesis

2. El método de aproximación de Vogel proporciona una mejor solución inicial que el criterio de la
esquina noroeste PORQUE Este criterio no toma en cuenta los costos unitarios en forma efectiva
ya que la diferencia representa el mínimo costo adicional en que se incurre por no hacer una
asignación en la celda que tiene el menor costo en esa columna o Fila.

a. La afirmación y la razón son VERDADERAS y la razón es una explicación CORRECTA de la
afirmación.
b. La afirmación y la razón son VERDADERAS, pero la razón NO es una explicación CORRECTA de la
afirmación.
c. La afirmación es VERDADERA, pero la razón es una proposición FALSA.
d. La afirmación es FALSA, pero la razón es una proposición VERDADERA.

3. De los métodos para hallar soluciones a problemas de transporte, el de la esquina noroeste (NE)
es uno de los métodos más fácil para determinar una solución básica factible inicial. Es
considerado el menos probable para dar una buena solución de “bajo costo” PORQUE el método
de la Esquina Noroeste ignora la magnitud relativa de los costos.

a. La afirmación y la razón son VERDADERAS y la razón es una explicación CORRECTA de la
afirmación.
b. La afirmación y la razón son VERDADERAS, pero la razón NO es una explicación CORRECTA de la
afirmación.
c. La afirmación es VERDADERA, pero la razón es una proposición FALSA.
d. La afirmación es FALSA, pero la razón es una proposición VERDADERA.

4. En un proyecto hipotético donde las actividades y sus precedencias se muestran en la siguiente
tabla,
a. La respuesta correcta es el diagrama A.
b. La respuesta correcta es el diagrama B.
c. La respuesta correcta es el diagrama C.
d. La respuesta correcta es el diagrama D.

5. El método que identifica la fila o la columna con la diferencia más grande se denomina:

a. Piedras saltarinas.
b. Asignación de esquina noroccidental.
c. Degeneración.
d. Asignación por aproximación de Vogel.

6. El modelo de transporte es un problema de optimización de redes PORQUE debe determinarse
como hacer llegar los productos desde los puntos de existencia hasta los puntos de demanda,
maximizando los costos de envío.

a. La afirmación y la razón son VERDADERAS y la razón es una explicación CORRECTA de la
afirmación.
b. La afirmación y la razón son VERDADERAS, pero la razón NO es una explicación CORRECTA de la
afirmación.
c. La afirmación es VERDADERA, pero la razón es una proposición FALSA.
d. La afirmación es FALSA, pero la razón es una proposición VERDADERA.

7. Un modelo puede ser una representación que se sigue como pauta en la realización de algo, el
propósito del modelo es proporcionar un medio para analizar el comportamiento del sistema con
el fin de mejorar su desempeño. Un modelo debe mantener un equilibrio entre:

a. Sencillez y capacidad de representación.
b. Sencillez y diseño.
c. Análisis y Capacidad de representación.
d. Diseño y Fluidez.
8. La Programación Lineal Entera (PLE) posee las siguientes desventajas en comparación con la
Programación Lineal Continua:

1. Son extensas.
2. Más difícil de modelar.
3. Y enredadas.
4. Quizás mucho más difícil de resolver.

a. 1 y 2 son correctas
b. 1 y 3 son correctas
c. 2 y 4 son correctas
d. 3 y 4 son correctas

9. El método de aproximación de VOGEL es considerado el más cercano a una solución óptima
para evaluar una solución factible de bajo costo PORQUE El resultado de este método es una
solución inicial factible que tiene en cuenta los costos mínimos relativos de la matriz, y que servirá
como entrada para ser evaluada por otro modelo el cual mostrará si esta es la mejor solución

a. La afirmación y la razón son VERDADERAS y la razón es una explicación CORRECTA de la
afirmación.
b. La afirmación y la razón son VERDADERAS, pero la razón NO es una explicación CORRECTA de la
afirmación.
c. La afirmación es VERDADERA, pero la razón es una proposición FALSA.
d. La afirmación es FALSA, pero la razón es una proposición VERDADERA.

10. De acuerdo a las recomendaciones dadas, existen varias técnicas para desarrollo de problemas
de programación entera, selecciona dos de ellas.

1. Método gráfico.
2. Enumeración Implícita.
3. Plano cartesiano.
4. Método Simplex.

a. 1 y 2 son correctas
b. 1 y 3 son correctas
c. 2 y 4 son correctas
d. 3 y 4 son correctas

11. En el caso de una empresa de mensajería que cuenta con varias bodegas, centros de acopio y
oficinas de despacho; utilizando el método de costo mínimo se conseguirá:

a. Aumentar el control sobre pérdidas de tiempo y desperdicios.
b. Obtener la mayor ganancia en el negocio de encomiendas.
c. Minimizar el costo de envío y simultáneamente se satisface las necesidades de cada cliente
d. Maximizar la capacidad de carga y descarga de cada bodega de la empresa
12. La solución de un problema por el método Branch & Bound, está determinado por los
siguientes pasos:

a. El algoritmo termina cuando se han resuelto o descartado todos los subproblemas posibles
b. Este algoritmo se puede utilizar en problemas de programación entera mixta (solo algunas
variables enteras) y en problemas grandes puede ser muy eficiente gracias a la cota que permite
eliminar un conjunto grande de soluciones factibles.
c. Resuelva el problema relajado. Si todas las variables tienen valores enteros esta es la solución
óptima. Si no, seleccione el siguiente subproblema a resolver con el mayor valor de Z. Seleccione
la primera variable entera xj que tiene actualmente un valor no entero. Cree un nuevo
subproblema agregando la restricción xj >= i + 1. Si esta rama ya ha sido evaluada, cree un nuevo
subproblema agregando una restricción xj <= i y resuelva el nuevo subproblema.
d. Si se encuentra una solución de un subproblema que satisface todas las restricciones de enteros
y ya que esta es una solución factible del problema original, el valor de la función objetivo es una
cota inferior para la solución entera óptima.

13. Algunos métodos utilizados para resolver un problema de transporte son:

1. Método de aproximación de Vogel.
2. Método del Costo mínimo.
3. Método de Programación cuadrática.
4. Método de Branch and Bound.

a. 1 y 2 son correctas
b. 1 y 3 son correctas
c. 2 y 4 son correctas
d. 3 y 4 son correctas

14. La programación lineal entera puede generar un óptimo y la programación lineal un óptimo
continuo en donde existe la posibilidad de ambas soluciones resulten cercanas entre sí.

a. La afirmación y la razón son VERDADERAS y la razón es una explicación CORRECTA de la
afirmación.
b. La afirmación y la razón son VERDADERAS, pero la razón NO es una explicación CORRECTA de la
afirmación.
c. La afirmación es VERDADERA, pero la razón es una proposición FALSA.
d. La afirmación es FALSA, pero la razón es una proposición VERDADERA.

15. Si la solución básica inicial, para un programa de Programación Lineal Entera (PLE) es: Z = 35,83
X1=8,57 X2=6,48, y se desea encontrar la solución OPTIMA por el método de Ramificar y Acotar (R
y A) tomando como primera variable de acotación a X1, la primera ramificación es:

1. X2 <=8 ; X2 >=9
2. X1 >= 8 ; X1 <= 9
3. X1 <=8 ; X1 >= 9
4. X2 >= 8 ; X2 <= 9

a. Opción 1
b. Opción 2
c. Opcion 3
d. Opcion 4

16. En la siguiente tabla se muestran los costos correspondientes de transportar cierta mercancía
de las fábricas 1, 2 y 3 hasta los almacenes 1, 2, 3 y 4:




Utilizando el método de aproximación de Vogel se puede decir que el costo óptimo de los envíos
es:

a. El costo total es de $480.
b. El costo total es de $520.
c. El costo total es de $500.
d. El costo total es de $420.

17. Al crear el diagrama de red en un problema de CPM; si dos actividades tienen evento inicial y
final igual se debe:

a. Colocar un nodo ficticio.
b. Continuar con el dibujo de la red.
c. Organizar las actividades.
d. Dejar nodos sueltos.

18. Para solucionar problemas de transporte por algunas de las soluciones básicas iniciales, se
requiere que la matriz de datos esté balanceada, es decir, que la Oferta sea igual a la Demanda.
Por tanto, lo primero que se debe revisar antes iniciar el algoritmo de solución es el balance y sino
está balanceada se debe proceder a ajustar la matriz para que cumpla con ese requisito. Dada la
siguiente matriz de costos, la cual se encuentra desbalanceada (el valor de la oferta es diferente al
de la demanda):
a. La respuesta correcta es la tabla A.
b. La respuesta correcta es la tabla B.
c. La respuesta correcta es la tabla C.
d. La respuesta correcta es la tabla D.

19. De acuerdo al método del “Mínimo Costo”, desarrollar el siguiente ejercicio y hallar el costo
total. La respuesta correcta es:




a. El costo Total Mínimo es $3.600.
b. El costo Total Mínimo es $3.500.
c. El costo Total Mínimo es $4.600.
d. El costo Total Mínimo es $4.500.

20. Si hallamos una matriz de costos para un problema de transporte como se muestra a
continuación, ¿Qué se debe hacer para iniciar el algoritmo de solución?:
a. Aumentar la demanda para que coincidan las cifras.
b. Disminuir la oferta para que las cifras coincidan
c. Crear una columna ficticia para hacer coincidir las cifras.
d. Desechar la tabla.

Mais conteúdo relacionado

Mais procurados

Analisis De Decision
Analisis De DecisionAnalisis De Decision
Analisis De DecisionCris Tenorio
 
Graficas de control xr
Graficas de control xrGraficas de control xr
Graficas de control xrjjonsan
 
2.2 el modelo primal y dual
2.2 el modelo primal y dual2.2 el modelo primal y dual
2.2 el modelo primal y dualDavid Mar
 
5.3 arbol de expansión minima algoritmo de prim
5.3 arbol de expansión minima algoritmo de prim5.3 arbol de expansión minima algoritmo de prim
5.3 arbol de expansión minima algoritmo de primADRIANA NIETO
 
Analisis de sensibilidad 2222222 (1)
Analisis de sensibilidad   2222222 (1)Analisis de sensibilidad   2222222 (1)
Analisis de sensibilidad 2222222 (1)Irene Sarcos
 
V4 interpretación del informe de sensibilidad de solver volumen 4
V4 interpretación del informe de sensibilidad de solver volumen 4V4 interpretación del informe de sensibilidad de solver volumen 4
V4 interpretación del informe de sensibilidad de solver volumen 4Carlosjmolestina
 
2 precio dual y costo reducido (1)
2 precio dual y costo reducido (1)2 precio dual y costo reducido (1)
2 precio dual y costo reducido (1)Pierina Diaz Meza
 
El problema de la ruta mas corta
El problema de la ruta mas corta El problema de la ruta mas corta
El problema de la ruta mas corta Luis Fajardo
 
Diagrama de dispersión.pptx
Diagrama de dispersión.pptxDiagrama de dispersión.pptx
Diagrama de dispersión.pptxaldair573766
 
Pedro Espino Vargas - RSE EN LA CADENA DE VALOR DE APPLE
Pedro Espino Vargas - RSE EN LA CADENA DE VALOR DE APPLEPedro Espino Vargas - RSE EN LA CADENA DE VALOR DE APPLE
Pedro Espino Vargas - RSE EN LA CADENA DE VALOR DE APPLEDr. Pedro Espino Vargas
 
5.5 flujo a costo minimo
5.5 flujo a costo minimo5.5 flujo a costo minimo
5.5 flujo a costo minimoADRIANA NIETO
 
Optimizacion De Redes
Optimizacion De RedesOptimizacion De Redes
Optimizacion De RedesHero Valrey
 
Algoritmo de transporte
Algoritmo de transporteAlgoritmo de transporte
Algoritmo de transportedaniel quijada
 
5.1 TERMINOLOGÍA DE OPTIMIZACIÓN DE REDES
5.1  TERMINOLOGÍA DE OPTIMIZACIÓN DE REDES5.1  TERMINOLOGÍA DE OPTIMIZACIÓN DE REDES
5.1 TERMINOLOGÍA DE OPTIMIZACIÓN DE REDESADRIANA NIETO
 

Mais procurados (20)

Analisis De Decision
Analisis De DecisionAnalisis De Decision
Analisis De Decision
 
Graficas de control xr
Graficas de control xrGraficas de control xr
Graficas de control xr
 
2.2 el modelo primal y dual
2.2 el modelo primal y dual2.2 el modelo primal y dual
2.2 el modelo primal y dual
 
5.3 arbol de expansión minima algoritmo de prim
5.3 arbol de expansión minima algoritmo de prim5.3 arbol de expansión minima algoritmo de prim
5.3 arbol de expansión minima algoritmo de prim
 
Analisis de sensibilidad 2222222 (1)
Analisis de sensibilidad   2222222 (1)Analisis de sensibilidad   2222222 (1)
Analisis de sensibilidad 2222222 (1)
 
Modelo de redes
Modelo de redes Modelo de redes
Modelo de redes
 
Análisis de regresión múltiple
Análisis de regresión múltipleAnálisis de regresión múltiple
Análisis de regresión múltiple
 
V4 interpretación del informe de sensibilidad de solver volumen 4
V4 interpretación del informe de sensibilidad de solver volumen 4V4 interpretación del informe de sensibilidad de solver volumen 4
V4 interpretación del informe de sensibilidad de solver volumen 4
 
2 precio dual y costo reducido (1)
2 precio dual y costo reducido (1)2 precio dual y costo reducido (1)
2 precio dual y costo reducido (1)
 
El problema de la ruta mas corta
El problema de la ruta mas corta El problema de la ruta mas corta
El problema de la ruta mas corta
 
Clase sobre arbol del problema
Clase sobre arbol del problemaClase sobre arbol del problema
Clase sobre arbol del problema
 
Problemario
ProblemarioProblemario
Problemario
 
06. tabla de constantes para gráficos de control
06. tabla de constantes para gráficos de control06. tabla de constantes para gráficos de control
06. tabla de constantes para gráficos de control
 
Diagrama de dispersión.pptx
Diagrama de dispersión.pptxDiagrama de dispersión.pptx
Diagrama de dispersión.pptx
 
Pedro Espino Vargas - RSE EN LA CADENA DE VALOR DE APPLE
Pedro Espino Vargas - RSE EN LA CADENA DE VALOR DE APPLEPedro Espino Vargas - RSE EN LA CADENA DE VALOR DE APPLE
Pedro Espino Vargas - RSE EN LA CADENA DE VALOR DE APPLE
 
Método de dos fases
Método de dos fasesMétodo de dos fases
Método de dos fases
 
5.5 flujo a costo minimo
5.5 flujo a costo minimo5.5 flujo a costo minimo
5.5 flujo a costo minimo
 
Optimizacion De Redes
Optimizacion De RedesOptimizacion De Redes
Optimizacion De Redes
 
Algoritmo de transporte
Algoritmo de transporteAlgoritmo de transporte
Algoritmo de transporte
 
5.1 TERMINOLOGÍA DE OPTIMIZACIÓN DE REDES
5.1  TERMINOLOGÍA DE OPTIMIZACIÓN DE REDES5.1  TERMINOLOGÍA DE OPTIMIZACIÓN DE REDES
5.1 TERMINOLOGÍA DE OPTIMIZACIÓN DE REDES
 

Semelhante a Examen Final Metodos Deterministicos

Semelhante a Examen Final Metodos Deterministicos (20)

Ior
IorIor
Ior
 
Trabajo de estadistica 2 prueba de suma de rango.pptx
Trabajo de estadistica 2 prueba de suma de rango.pptxTrabajo de estadistica 2 prueba de suma de rango.pptx
Trabajo de estadistica 2 prueba de suma de rango.pptx
 
Presentacion de Portafolio Final
Presentacion de Portafolio FinalPresentacion de Portafolio Final
Presentacion de Portafolio Final
 
CIRC DIG CI PN02 Boole y Karnaugh Eval_por_estudiante.pdf
CIRC DIG CI PN02 Boole y Karnaugh Eval_por_estudiante.pdfCIRC DIG CI PN02 Boole y Karnaugh Eval_por_estudiante.pdf
CIRC DIG CI PN02 Boole y Karnaugh Eval_por_estudiante.pdf
 
Cap5 lec2
Cap5 lec2Cap5 lec2
Cap5 lec2
 
135496860 desarrollo-quiz-1
135496860 desarrollo-quiz-1135496860 desarrollo-quiz-1
135496860 desarrollo-quiz-1
 
Unidad 1. Programación entera
Unidad 1. Programación enteraUnidad 1. Programación entera
Unidad 1. Programación entera
 
Unidad 1. Programación entera
Unidad 1. Programación enteraUnidad 1. Programación entera
Unidad 1. Programación entera
 
Taller 2 aplicacion de derivadas
Taller 2 aplicacion de derivadasTaller 2 aplicacion de derivadas
Taller 2 aplicacion de derivadas
 
Programacion lineal
Programacion linealProgramacion lineal
Programacion lineal
 
Programacion lineal
Programacion linealProgramacion lineal
Programacion lineal
 
Programacion lineal
Programacion linealProgramacion lineal
Programacion lineal
 
Modelotransporte y-asignacion
Modelotransporte y-asignacionModelotransporte y-asignacion
Modelotransporte y-asignacion
 
Apunte umayor
Apunte umayorApunte umayor
Apunte umayor
 
Programacion Dinamica
Programacion DinamicaProgramacion Dinamica
Programacion Dinamica
 
material operativa
material operativamaterial operativa
material operativa
 
Trasporte
TrasporteTrasporte
Trasporte
 
Operativa b
Operativa  bOperativa  b
Operativa b
 
Trasporte
TrasporteTrasporte
Trasporte
 
Programacion lineal
Programacion linealProgramacion lineal
Programacion lineal
 

Mais de Diego Perdomo

Examen final ingles iv
Examen final ingles ivExamen final ingles iv
Examen final ingles ivDiego Perdomo
 
Quiz 3 Metodos Numericos
Quiz 3 Metodos NumericosQuiz 3 Metodos Numericos
Quiz 3 Metodos NumericosDiego Perdomo
 
Leccion evaluativa 3 Metodos Numericos
Leccion evaluativa 3 Metodos NumericosLeccion evaluativa 3 Metodos Numericos
Leccion evaluativa 3 Metodos NumericosDiego Perdomo
 
Reconocimiento unidad 3 Metodos Numericos
Reconocimiento unidad 3 Metodos NumericosReconocimiento unidad 3 Metodos Numericos
Reconocimiento unidad 3 Metodos NumericosDiego Perdomo
 
Leccion evaluativa 2
Leccion evaluativa 2Leccion evaluativa 2
Leccion evaluativa 2Diego Perdomo
 
Leccion evaluativa 2
Leccion evaluativa 2Leccion evaluativa 2
Leccion evaluativa 2Diego Perdomo
 
Reconocimiento unidad 2
Reconocimiento unidad 2Reconocimiento unidad 2
Reconocimiento unidad 2Diego Perdomo
 
Quiz 1 Métodos Numéricos
Quiz 1 Métodos NuméricosQuiz 1 Métodos Numéricos
Quiz 1 Métodos NuméricosDiego Perdomo
 
Leccion evaluativa 1 Metodos Numéricos
Leccion evaluativa 1 Metodos NuméricosLeccion evaluativa 1 Metodos Numéricos
Leccion evaluativa 1 Metodos NuméricosDiego Perdomo
 
Revision de Presaberes Metodos Numericos
Revision de Presaberes Metodos NumericosRevision de Presaberes Metodos Numericos
Revision de Presaberes Metodos NumericosDiego Perdomo
 
Revision de presaberes
Revision de presaberesRevision de presaberes
Revision de presaberesDiego Perdomo
 
Trabajo final UML 2011-II
Trabajo final UML 2011-IITrabajo final UML 2011-II
Trabajo final UML 2011-IIDiego Perdomo
 
Examen final Autómatas y Lenguajes Formales
Examen final Autómatas y Lenguajes FormalesExamen final Autómatas y Lenguajes Formales
Examen final Autómatas y Lenguajes FormalesDiego Perdomo
 
Examen Final Ingles III 2011-II
Examen Final Ingles III 2011-IIExamen Final Ingles III 2011-II
Examen Final Ingles III 2011-IIDiego Perdomo
 

Mais de Diego Perdomo (14)

Examen final ingles iv
Examen final ingles ivExamen final ingles iv
Examen final ingles iv
 
Quiz 3 Metodos Numericos
Quiz 3 Metodos NumericosQuiz 3 Metodos Numericos
Quiz 3 Metodos Numericos
 
Leccion evaluativa 3 Metodos Numericos
Leccion evaluativa 3 Metodos NumericosLeccion evaluativa 3 Metodos Numericos
Leccion evaluativa 3 Metodos Numericos
 
Reconocimiento unidad 3 Metodos Numericos
Reconocimiento unidad 3 Metodos NumericosReconocimiento unidad 3 Metodos Numericos
Reconocimiento unidad 3 Metodos Numericos
 
Leccion evaluativa 2
Leccion evaluativa 2Leccion evaluativa 2
Leccion evaluativa 2
 
Leccion evaluativa 2
Leccion evaluativa 2Leccion evaluativa 2
Leccion evaluativa 2
 
Reconocimiento unidad 2
Reconocimiento unidad 2Reconocimiento unidad 2
Reconocimiento unidad 2
 
Quiz 1 Métodos Numéricos
Quiz 1 Métodos NuméricosQuiz 1 Métodos Numéricos
Quiz 1 Métodos Numéricos
 
Leccion evaluativa 1 Metodos Numéricos
Leccion evaluativa 1 Metodos NuméricosLeccion evaluativa 1 Metodos Numéricos
Leccion evaluativa 1 Metodos Numéricos
 
Revision de Presaberes Metodos Numericos
Revision de Presaberes Metodos NumericosRevision de Presaberes Metodos Numericos
Revision de Presaberes Metodos Numericos
 
Revision de presaberes
Revision de presaberesRevision de presaberes
Revision de presaberes
 
Trabajo final UML 2011-II
Trabajo final UML 2011-IITrabajo final UML 2011-II
Trabajo final UML 2011-II
 
Examen final Autómatas y Lenguajes Formales
Examen final Autómatas y Lenguajes FormalesExamen final Autómatas y Lenguajes Formales
Examen final Autómatas y Lenguajes Formales
 
Examen Final Ingles III 2011-II
Examen Final Ingles III 2011-IIExamen Final Ingles III 2011-II
Examen Final Ingles III 2011-II
 

Último

OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSYadi Campos
 
Planificacion Anual 2do Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 2do Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 2do Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 2do Grado Educacion Primaria 2024 Ccesa007.pdfDemetrio Ccesa Rayme
 
CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADauxsoporte
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaDecaunlz
 
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdfDemetrio Ccesa Rayme
 
La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.amayarogel
 
Sesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxSesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxMaritzaRetamozoVera
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dstEphaniiie
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfFrancisco158360
 
2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdf2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdfBaker Publishing Company
 
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAJAVIER SOLIS NOYOLA
 
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxzulyvero07
 
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Alejandrino Halire Ccahuana
 
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Carlos Muñoz
 
Historia y técnica del collage en el arte
Historia y técnica del collage en el arteHistoria y técnica del collage en el arte
Historia y técnica del collage en el arteRaquel Martín Contreras
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...JonathanCovena1
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...JAVIER SOLIS NOYOLA
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxlupitavic
 

Último (20)

OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
 
Planificacion Anual 2do Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 2do Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 2do Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 2do Grado Educacion Primaria 2024 Ccesa007.pdf
 
CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDAD
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativa
 
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
 
Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 
La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.
 
Sesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxSesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docx
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes d
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
 
2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdf2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdf
 
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
 
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
 
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
 
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
 
Historia y técnica del collage en el arte
Historia y técnica del collage en el arteHistoria y técnica del collage en el arte
Historia y técnica del collage en el arte
 
Power Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptxPower Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptx
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docx
 

Examen Final Metodos Deterministicos

  • 1. 1. Enunciado: TESIS: En la Programación Lineal Entera (PLE) las variables están restringidas a ser enteros lo que presenta ventajas como ser más realistas y más flexibles y desventajas como que son más difíciles de modelar y mucho más difíciles de resolver. POSTULADO I: Los problemas que contienen variables binarias (sólo 1s y o 0s) son difíciles de modelar. POSTULADO II: la programación Lineal Entera (PLE) es aplicable en situaciones cotidianas del diario vivir, de ahí que tiene gran importancia para la toma de decisiones con total certeza. a. De la tesis se deducen los postulados I y II b. De la tesis se deduce el postulado I c. De la tesis sólo se deduce el postulado II d. Ninguno de los postulados se deduce de la tesis 2. El método de aproximación de Vogel proporciona una mejor solución inicial que el criterio de la esquina noroeste PORQUE Este criterio no toma en cuenta los costos unitarios en forma efectiva ya que la diferencia representa el mínimo costo adicional en que se incurre por no hacer una asignación en la celda que tiene el menor costo en esa columna o Fila. a. La afirmación y la razón son VERDADERAS y la razón es una explicación CORRECTA de la afirmación. b. La afirmación y la razón son VERDADERAS, pero la razón NO es una explicación CORRECTA de la afirmación. c. La afirmación es VERDADERA, pero la razón es una proposición FALSA. d. La afirmación es FALSA, pero la razón es una proposición VERDADERA. 3. De los métodos para hallar soluciones a problemas de transporte, el de la esquina noroeste (NE) es uno de los métodos más fácil para determinar una solución básica factible inicial. Es considerado el menos probable para dar una buena solución de “bajo costo” PORQUE el método de la Esquina Noroeste ignora la magnitud relativa de los costos. a. La afirmación y la razón son VERDADERAS y la razón es una explicación CORRECTA de la afirmación. b. La afirmación y la razón son VERDADERAS, pero la razón NO es una explicación CORRECTA de la afirmación. c. La afirmación es VERDADERA, pero la razón es una proposición FALSA. d. La afirmación es FALSA, pero la razón es una proposición VERDADERA. 4. En un proyecto hipotético donde las actividades y sus precedencias se muestran en la siguiente tabla,
  • 2. a. La respuesta correcta es el diagrama A. b. La respuesta correcta es el diagrama B. c. La respuesta correcta es el diagrama C. d. La respuesta correcta es el diagrama D. 5. El método que identifica la fila o la columna con la diferencia más grande se denomina: a. Piedras saltarinas. b. Asignación de esquina noroccidental. c. Degeneración. d. Asignación por aproximación de Vogel. 6. El modelo de transporte es un problema de optimización de redes PORQUE debe determinarse como hacer llegar los productos desde los puntos de existencia hasta los puntos de demanda, maximizando los costos de envío. a. La afirmación y la razón son VERDADERAS y la razón es una explicación CORRECTA de la afirmación. b. La afirmación y la razón son VERDADERAS, pero la razón NO es una explicación CORRECTA de la afirmación. c. La afirmación es VERDADERA, pero la razón es una proposición FALSA. d. La afirmación es FALSA, pero la razón es una proposición VERDADERA. 7. Un modelo puede ser una representación que se sigue como pauta en la realización de algo, el propósito del modelo es proporcionar un medio para analizar el comportamiento del sistema con el fin de mejorar su desempeño. Un modelo debe mantener un equilibrio entre: a. Sencillez y capacidad de representación. b. Sencillez y diseño. c. Análisis y Capacidad de representación. d. Diseño y Fluidez.
  • 3. 8. La Programación Lineal Entera (PLE) posee las siguientes desventajas en comparación con la Programación Lineal Continua: 1. Son extensas. 2. Más difícil de modelar. 3. Y enredadas. 4. Quizás mucho más difícil de resolver. a. 1 y 2 son correctas b. 1 y 3 son correctas c. 2 y 4 son correctas d. 3 y 4 son correctas 9. El método de aproximación de VOGEL es considerado el más cercano a una solución óptima para evaluar una solución factible de bajo costo PORQUE El resultado de este método es una solución inicial factible que tiene en cuenta los costos mínimos relativos de la matriz, y que servirá como entrada para ser evaluada por otro modelo el cual mostrará si esta es la mejor solución a. La afirmación y la razón son VERDADERAS y la razón es una explicación CORRECTA de la afirmación. b. La afirmación y la razón son VERDADERAS, pero la razón NO es una explicación CORRECTA de la afirmación. c. La afirmación es VERDADERA, pero la razón es una proposición FALSA. d. La afirmación es FALSA, pero la razón es una proposición VERDADERA. 10. De acuerdo a las recomendaciones dadas, existen varias técnicas para desarrollo de problemas de programación entera, selecciona dos de ellas. 1. Método gráfico. 2. Enumeración Implícita. 3. Plano cartesiano. 4. Método Simplex. a. 1 y 2 son correctas b. 1 y 3 son correctas c. 2 y 4 son correctas d. 3 y 4 son correctas 11. En el caso de una empresa de mensajería que cuenta con varias bodegas, centros de acopio y oficinas de despacho; utilizando el método de costo mínimo se conseguirá: a. Aumentar el control sobre pérdidas de tiempo y desperdicios. b. Obtener la mayor ganancia en el negocio de encomiendas. c. Minimizar el costo de envío y simultáneamente se satisface las necesidades de cada cliente d. Maximizar la capacidad de carga y descarga de cada bodega de la empresa
  • 4. 12. La solución de un problema por el método Branch & Bound, está determinado por los siguientes pasos: a. El algoritmo termina cuando se han resuelto o descartado todos los subproblemas posibles b. Este algoritmo se puede utilizar en problemas de programación entera mixta (solo algunas variables enteras) y en problemas grandes puede ser muy eficiente gracias a la cota que permite eliminar un conjunto grande de soluciones factibles. c. Resuelva el problema relajado. Si todas las variables tienen valores enteros esta es la solución óptima. Si no, seleccione el siguiente subproblema a resolver con el mayor valor de Z. Seleccione la primera variable entera xj que tiene actualmente un valor no entero. Cree un nuevo subproblema agregando la restricción xj >= i + 1. Si esta rama ya ha sido evaluada, cree un nuevo subproblema agregando una restricción xj <= i y resuelva el nuevo subproblema. d. Si se encuentra una solución de un subproblema que satisface todas las restricciones de enteros y ya que esta es una solución factible del problema original, el valor de la función objetivo es una cota inferior para la solución entera óptima. 13. Algunos métodos utilizados para resolver un problema de transporte son: 1. Método de aproximación de Vogel. 2. Método del Costo mínimo. 3. Método de Programación cuadrática. 4. Método de Branch and Bound. a. 1 y 2 son correctas b. 1 y 3 son correctas c. 2 y 4 son correctas d. 3 y 4 son correctas 14. La programación lineal entera puede generar un óptimo y la programación lineal un óptimo continuo en donde existe la posibilidad de ambas soluciones resulten cercanas entre sí. a. La afirmación y la razón son VERDADERAS y la razón es una explicación CORRECTA de la afirmación. b. La afirmación y la razón son VERDADERAS, pero la razón NO es una explicación CORRECTA de la afirmación. c. La afirmación es VERDADERA, pero la razón es una proposición FALSA. d. La afirmación es FALSA, pero la razón es una proposición VERDADERA. 15. Si la solución básica inicial, para un programa de Programación Lineal Entera (PLE) es: Z = 35,83 X1=8,57 X2=6,48, y se desea encontrar la solución OPTIMA por el método de Ramificar y Acotar (R y A) tomando como primera variable de acotación a X1, la primera ramificación es: 1. X2 <=8 ; X2 >=9 2. X1 >= 8 ; X1 <= 9 3. X1 <=8 ; X1 >= 9 4. X2 >= 8 ; X2 <= 9 a. Opción 1
  • 5. b. Opción 2 c. Opcion 3 d. Opcion 4 16. En la siguiente tabla se muestran los costos correspondientes de transportar cierta mercancía de las fábricas 1, 2 y 3 hasta los almacenes 1, 2, 3 y 4: Utilizando el método de aproximación de Vogel se puede decir que el costo óptimo de los envíos es: a. El costo total es de $480. b. El costo total es de $520. c. El costo total es de $500. d. El costo total es de $420. 17. Al crear el diagrama de red en un problema de CPM; si dos actividades tienen evento inicial y final igual se debe: a. Colocar un nodo ficticio. b. Continuar con el dibujo de la red. c. Organizar las actividades. d. Dejar nodos sueltos. 18. Para solucionar problemas de transporte por algunas de las soluciones básicas iniciales, se requiere que la matriz de datos esté balanceada, es decir, que la Oferta sea igual a la Demanda. Por tanto, lo primero que se debe revisar antes iniciar el algoritmo de solución es el balance y sino está balanceada se debe proceder a ajustar la matriz para que cumpla con ese requisito. Dada la siguiente matriz de costos, la cual se encuentra desbalanceada (el valor de la oferta es diferente al de la demanda):
  • 6. a. La respuesta correcta es la tabla A. b. La respuesta correcta es la tabla B. c. La respuesta correcta es la tabla C. d. La respuesta correcta es la tabla D. 19. De acuerdo al método del “Mínimo Costo”, desarrollar el siguiente ejercicio y hallar el costo total. La respuesta correcta es: a. El costo Total Mínimo es $3.600. b. El costo Total Mínimo es $3.500. c. El costo Total Mínimo es $4.600. d. El costo Total Mínimo es $4.500. 20. Si hallamos una matriz de costos para un problema de transporte como se muestra a continuación, ¿Qué se debe hacer para iniciar el algoritmo de solución?:
  • 7. a. Aumentar la demanda para que coincidan las cifras. b. Disminuir la oferta para que las cifras coincidan c. Crear una columna ficticia para hacer coincidir las cifras. d. Desechar la tabla.